선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 대한민국 토지는 삼림이 많고, 도심이 밀집되어 있는 특징을 가지고 있어 기존 방법을 제안하는 대한민국 토지피복지도 생성 합성곱 신경망에 적용하는데 한계가 있다. 따라서 본 연구에서는 토지피복지도 생성을 위한 합성곱 신경망을 학습하기 위해 대한민국 토지 특성에 맞는 인공위성 영상 데이터가 필요하다. 영상 전체에 의미론적 라벨을 부여하는 영상 분류(image classification)와 달리, 영상 분할(semantic segmentation)의 경우에는 각 픽셀 마다 의미론적 라벨을 부여해야 하므로 학습을 위한 데이터 세트 구축에 많은 시간과 비용이 소요된다.
- 본 논문에서는 합성곱 신경망 기반의 인공위성 토지피복지도 자동화 생성 기술을 제안하였다. 4 종류의 토지용도 분류(도시, 농지, 초지 그리고 수역)를 진행하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.